Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/40984
Document type: Trabalho de Conclusão de Curso
Access type: Acesso Aberto
Title: Uso de redes neurais profundas para detecção de fake news
Alternate title (s): Use of deep neural networks to detect fake news
Author: Teles, Gabriel
First Advisor: Santos, Fernanda Maria da Cunha
First member of the Committee: Caetano, Daniel Stefany Duarte
Second member of the Committee: Gabriel, Paulo Henrique Ribeiro
Summary: Este documento aborda a detecção de notícias falsas (fake news) por meio da aplicação de redes neurais de aprendizado profundo. O objetivo principal é desenvolver um sistema eficaz de detecção automática que possa discernir entre notícias reais e fabricadas. Uma base de dados pública contendo textos digitais verdadeiros e falsos, foi utilizada como fonte de informação, e os modelos proposto para o sistema computacional foram formados por técnicas de processamento de linguagem natural, principalmente, o Word2Vec e diferentes redes neurais LSTM (Long Short-Term Memory) como a responsável pela classificação dos textos. Os resultados revelam uma notável melhoria na precisão da detecção em comparação à outros métodos. As conclusões destacam a importância do uso de técnicas avançadas de processamento de linguagem natural e aprendizado profundo na mitigação do impacto das notícias falsas
Keywords: Fake news
PLN
Deep learning
Word2Vec
LSTM
Area (s) of CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA
Language: por
Country: Brasil
Publisher: Universidade Federal de Uberlândia
Quote: TELES, Gabriel. Uso de redes neurais profundas para detecção de fake news. 2023. 37 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) – Universidade Federal de Uberlândia, Uberlândia, 2024.
URI: https://repositorio.ufu.br/handle/123456789/40984
Date of defense: 4-Dec-2023
Appears in Collections:TCC - Sistemas de Informação (Uberlândia)

Files in This Item:
File Description SizeFormat 
RedesNeuraisProfundas.pdfTCC1.25 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.